技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

機械学習を用いたパターン認識の基本と性能予測/性能比較手法および事例解説

機械学習を用いたパターン認識の基本と性能予測/性能比較手法および事例解説

~各方式の基礎/Rを用いた実行例から、パーティクルフィルタを用いた夜間認識性能強化等の応用事例まで~
東京都 開催 会場 開催

開催日

  • 2017年11月10日(金) 10時30分 16時00分

受講対象者

  • パターン認識の応用分野に関連する技術者、研究者
    • 画像処理
    • 信号処理
    • 医療福祉
    • スポーツ分野
    • セキュリティ (監視カメラ、警備、防犯)
    • ロボット
    • コンピュータビジョン
    • 異常行動検出、異常領域検出
    • 統計
    • 経済学 など
  • パターン認識分野の技術者、研究者
  • これからパターン認識に携わる技術者、開発者

修得知識

  • 学習データを用いた汎化能力の推定法
  • ROC曲線を用いた認識システム間の性能比較手法
  • パーセプトロン、SVMなどの基本的なパターン認識技術の原理と特性
  • 畳み込み型ニューラルネットワークの誤差逆伝搬法
  • 特徴抽出の大切さと難しさの実感

プログラム

 機械学習とは、学習データから学んだ知識に基づいて「予測」を行う機能のことである。予測する対象が「クラス」の場合を「パターン認識」、「値」の場合を「回帰」などと呼んでいるが、多くの機械学習アルゴリズムはどちらの場合にも適用可能である。本講義では「パターン認識」について解説する。
 「パターン認識」は「特徴抽出」と「識別規則」と「学習規則」からなる。本講義では、パターン認識の分野で広く利用されている代表的な識別規則と学習規則について紹介する。特徴抽出は極めて重要であるが、認識対象ごとに考える必要があるので、本講義では応用事例の中で一例を紹介するにとどめる。
 学習データを用いて設計されたパターン認識装置は、実際に世の中で使用される場合にどの程度の性能 (汎化能力という) を発揮できるか適切に予測する必要がある。それらの手法についても紹介する。また、ROC曲線を用いた識別器間の性能比較法についても紹介する。
 紹介した識別規則や学習規則ついて、統計解析環境Rを用いた実行例を示し、それらの特性について理解を深めることができるようにする。

  1. はじめに
    1. パターン認識とは
    2. 特徴ベクトル空間と次元の呪い
  2. 識別規則と学習アルゴリズムの概要
    1. 分類
    2. 汎化能力の推定法
  3. ベイズの識別規則
    1. 最大事後確率基準
    2. ベイズの識別規則は誤り最小
    3. 最小損失基準に基づくベイズの識別規則
  4. 受信者動作特性曲線 (ROC曲線)
    1. ROC曲線の求め方
    2. ROC曲線による識別器間の性能比較
    3. 等損失直線群による最適動作点の選択
  5. パーセプトロン型学習規則
    1. パーセプトロンの学習規則/難しさの尺度
    2. 誤差逆伝搬法の学習規則/学習特性
    3. 統計解析環境Rによる実行例
  6. 畳み込み型学習ニューラルネットワークの基礎
    1. ディープニューラルネットの誤差逆伝搬
    2. 畳み込み回路の誤差逆伝搬
    3. Bach Normalization Transformationの誤差逆伝搬
    4. Adam型学習速度制御方式
    5. 世の中の実際例
  7. サポートベクトルマシン (SVM)
    1. サポートベクトルマシンの導出
    2. 最適識別調平面
    3. KKT条件
    4. 線形分離可能でない場合への拡張
    5. 非線形特徴写像
    6. 統計解析環境Rによる実行例
  8. 部分空間法
    1. 部分空間とは
    2. 主成分分析
    3. 部分空間法
    4. 統計解析環境Rによる実行例
  9. 応用事例:車載カメラによる道路交通標識の実時間認識
    1. 標識候補の検出処理
    2. RANSACによる幾何学的パラメータの抽出
    3. HOG特徴と部分空間法による検出処理
    4. 標識内部の特徴抽出と部分空間法による認識
    5. 反対色フィルタによる標識内部特徴の抽出
    6. 部分空間法による認識処理
    7. 夜間の認識性能強化
    8. パーティクルフィルタを用いたリファインメント処理
    9. パーティクルフィルタを用いた同一標識のフレーム間追跡と移動平均によるノイズの低減

講師

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 46,000円 (税別) / 49,680円 (税込)
1口
: 57,000円 (税別) / 61,560円 (税込) (3名まで受講可)
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/11 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/4/24 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/15 医薬品開発における製剤開発の各段階で必要となる統計解析基礎講座 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/22 医薬品開発における製剤開発の各段階で必要となる統計解析基礎講座 オンライン

関連する出版物

発行年月
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/14 AIビジネスのブレークスルーと規制強化
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/12/30 実践Rケモ・マテリアル・データサイエンス
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2013/6/21 機械学習によるパターン識別と画像認識への応用
2010/2/22 画像理解・パターン認識の基礎と応用
2003/6/27 ニューアルゴリズムによる画像処理システム事例解説
2001/9/28 MATLABプログラム事例解説Ⅱ アドバンスド通信路等化